书名：机器学习的数学理论

作者：史斌，［美］S.S.艾扬格（S.S.Iyengar)

出版社：机械工业出版社

ISBN：978-7-1116-6136-8

出版时间：2020年8 月

定价：60 元

人工智能和统计学的发展衍生出了关于数据分析的机器学习。这门新兴学科是数据分析领域的研究人员重点探究的方向。有科学家将机器学习定义为，计算机通过储存的数据经验不断提高其自身性能的行为。机器学习是指计算机通过固有的规律性信息获得新的经验和知识，从而提升计算机的智能，达到像人类一样作出决策的目的。随着计算机科学的发展，机器学习的探究和应用取得了很大成就，研究机器学习的数学理论和算法对计算机的发展有重要作用。由史斌和艾扬格编著、机械工业出版社出版的《机器学习的数学理论》一书，详细介绍了机器学习的数学理论，讨论了机器学习的优化理论，为提高计算机研究人员对于机器的认知、实现机器的自动化具有重要指导价值。

《机器学习的数学理论》全书共分为十一章。第一章围绕神经网络、深度学习、梯度下降法的基本知识进行了概括介绍。第二章主要介绍机器学习与计算统计学的相关基础知识。第三章针对机器学习所需的优化理论的相关内容从专业角度进行了多维度介绍。第四章从梯度加速下降法和在线时变黏性网算法等方面对CoCoSSC 方法进行了全面解读。第五章针对关键术语的基本知识进行了概括介绍。第六章介绍了关于非凸规划几何的相关研究。第七章分析了收敛到最小值的梯度下降法，并介绍了最优和自适应的步长规则。……